论文部分内容阅读
考虑经济和安全性的最优潮流问题是能源系统运行和规划中最重要的课题之一。电力系统有功优化是在最优潮流的基础上,调节发电机的有功功率输出、电压幅值、变压器的分接头选择以及无功补偿器的无功投切,使系统的某一个指标得以优化,同时使系统满足安全运行的约束条件。本文选用能克服传统算法缺点的差异进化(Differential Evolution,DE)算法对有功优化问题进行求解。首先,论文介绍了最优潮流的相关概念以及潮流计算的求解模型,并在其基础上建立了有功优化问题的数学模型。其次,论文概述了DE算法的基本组成,并在其基础上提出了内部改进与外部改进。内部改进即利用记忆特性,增加扰动变量,使优秀个体与其他个体间的差异作为变异策略的前进导向,同时使固定取值的搜索步长F和交叉算子C_R根据优化过程的特点变为动态取值,形成内部改进差异进化(Internal Improved Differential Evolution,IDE)算法;外部改进即在DE算法的基础上加入旁观者机制,形成外部改进差异进化(External Improved Differential Evolution,EDE)算法;将内部改进与外部改进同时加入到DE算法中,形成新的改进差异进化(Improved Differential Evolution,IEDE)算法。为了验证改进措施的有效性,本文介绍了5种基准函数,并将其用来测试DE、IDE、EDE以及IEDE四种算法的性能。实验结果显示,IEDE算法优于前面三种算法。其中,IDE与DE算法之间的比较体现了内部改进的高效性;EDE与DE算法之间的比较体现了外部改进的有效性;而IEDE算法的优化结果说明改进措施从DE算法的内部和外部同时提升了算法性能。再次,考虑到最优潮流中需要对变量约束进行处理,IEDE算法不能直接求解有功优化问题,于是本文提出了一种新约束处理策略(New Constraint Handling Strategy,NC),并将其与IEDE算法结合,形成包含新约束处理策略的改进差异进化(Improved Differential Evolution with New Constraint Handling Strategy,NC-IEDE)算法。本文还引入了处理约束的罚函数法,并将其与IEDE算法结合,形成包含罚函数法的改进差异进化(Improved Differential Evolution with Penalty Function,F-IEDE)算法,同时将NC与DE算法相结合,形成具有新约束处理策略的差异进化(Differential Evolution with New Constraint Strategy,NC-DE)算法。最后,为了验证新约束处理策略以及改进算法的优越性,论文将提出的NC-IEDE,F-IEDE和NC-DE算法基于MATLAB软件分别针对10个不同方案进行电力系统有功优化仿真实验,仿真系统包括IEEE 30、IEEE 57和IEEE 118三个不同规模的系统,优化目标包括7个不同目标函数。实验结果表明,NC-IEDE算法能成功求解有功优化问题且具有更高的求解效率,说明提出的新约束处理策略相比于传统罚函数法,能更好的处理多约束优化问题。此外,与近几年其他文献中的算法结果相比较,NC-IEDE算法同样具有一定的优越性,表明本文提出的改进算法有一定的技术突破。